.png){kind=icon}
返回
Multi-objective optimization for non-panoramic VR in mobile edge computing
.png){kind=icon}
PRE
AI
DOI：10.23919/JCC.fa.2023-0607.202511.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
非全景虚拟现实（VR）为用户提供涉及强交互性的沉浸式体验，从而吸引日益增长的研发关注。然而，VR服务对高带宽和低延迟的需求给现有网络带来了更大的挑战。受移动边缘计算（MEC）启发，VR用户可以将渲染任务卸载到其他设备。任务卸载的主要挑战是减少延迟和能耗。但在非全景VR场景中，考虑用户的感知体验质量（QOPE）至关重要。同时，还必须考虑现实场景中用户的多样化需求。因此，本文提出了一种QOPE模型来衡量非全景VR用户的视觉质量，并将基于MEC的非全景VR任务卸载问题建模为一个约束多目标优化问题（CMOP），该问题在提供满意QOPE的同时最小化延迟和能耗。我们提出了一种进化算法（EA），即G-NSGA-II，来解决该CMOP。仿真结果表明，该算法能够有效找到各目标间的多种折中解，满足不同用户的需求。
Keyword:
mobile edge computing
multi-objective optimization
non-panoramic VR
task offloading
